Bước 1: Tính toánsố liệu cho nhà cái uy tín protop thực

Bước 2:Phát triển máy phát điện(có thểphương pháp thống kêhoặc mộtmô phỏng dựa trên tác nhân)

Bước 3:(Tùy chọn)Hiệu chỉnh máy phát điệnsử dụng nhà cái uy tín protop thực

Bước 4:Chạy máy phát điệnđể tạo nhà cái uy tín protop tổng hợp

Bước 5: Tính toánchỉ số cho nhà cái uy tín protop tổng hợp

Bước 6:So sánh các chỉ sốnhà cái uy tín protop thực và nhà cái uy tín protop tổng hợp

Bước 7:(Tùy chọn)Tinh chỉnh trình tạođể cải thiện các chỉ số so sánh

Để biết thông tin cập nhật và hội thảo sắp tới, hãy truy cập:

Rửa tiền là quá trình đưa tiền từ các hoạt động bất hợp pháp vào hệ thống tài chính để sử dụng cho mục đích hợp pháp hoặc bất hợp pháp. nhà cái uy tín protop này thể hiện chuỗi tương tác cấp cao với một tổ chức tài chính của các khách hàng hợp pháp và khách hàng tham gia vào các hoạt động rửa tiền. nhà cái uy tín protop hiện tại chứa các cặp trạng thái và hành động của các hoạt động liên quan đến khách hàng của ngân hàng. Ví dụ như mở tài khoản, thực hiện giao dịch, thanh toán, rút ​​tiền, mua hàng, v.v. nhà cái uy tín protop được tạo bằng cách chạy trình mô phỏng thực hiện lập kế hoạch AI.

Tài liệu tham khảo

1. Tạo nhà cái uy tín protop tổng hợp trong tài chính: Cơ hội, thách thức và cạm bẫy. S Assefa, D Dervovic, M Mahfouz, R Tillman, P Reddy, T Balch và M Veloso. Kỷ yếu của Hội nghị quốc tế lần thứ nhất về AI trong tài chính (ICAIF), năm 2020. Cũng trong 

2. Mô phỏng và phân loại hành vi trong môi trường đối nghịch dựa trên dấu vết trạng thái hành động: Ứng dụng vào hoạt động rửa tiền, D Borrajo, M Veloso, S Shah. Kỷ yếu của Hội nghị quốc tế lần thứ 1 về AI trong tài chính (ICAIF), năm 2020. Cũng trong bản in trước arXiv 

Các sự kiện trong hành trình của khách hàng thể hiện chuỗi tương tác của khách hàng ngân hàng bán lẻ cấp thấp hơn với ngân hàng. Các loại sự kiện ví dụ bao gồm đăng nhập vào ứng dụng web, thanh toán, rút ​​tiền từ máy ATM.  nhà cái uy tín protop được tạo bằng cách chạy trình mô phỏng thực hiện lập kế hoạch AI và dịch các dấu vết lập kế hoạch đầu ra sang định dạng bảng.

Tài liệu tham khảo

1. Tạo nhà cái uy tín protop tổng hợp trong tài chính: Cơ hội, thách thức và cạm bẫy. S Assefa, D Dervovic, M Mahfouz, R Tillman, P Reddy, T Balch và M Veloso. Kỷ yếu của Hội nghị quốc tế lần thứ nhất về AI trong tài chính (ICAIF), năm 2020. Cũng trong 

2. Tạo và phân loại dấu vết hành vi độc lập với miền. D Borrajo và M Veloso. .

nhà cái uy tín protop sổ lệnh giới hạn tổng hợp mô tả một loạt lệnh mua và bán các công cụ tài chính (cổ phiếu) của nhiều người tham gia thị trường tại một sàn giao dịch chứng khoán đại chúng. Cụ thể, nhà cái uy tín protop này sẽ chứa các tin nhắn và ảnh chụp nhanh các đơn hàng theo thời gian. nhà cái uy tín protop thể hiện N ngày giao dịch của nhà cái uy tín protop mô phỏng đối với các cổ phiếu có tính thanh khoản cao trong các chế độ thị trường khác nhau (ví dụ: xu hướng tăng/giảm, biến động cao/thấp).

Tài liệu tham khảo

1. Tạo nhà cái uy tín protop tổng hợp trong tài chính: Cơ hội, thách thức và cạm bẫy. S Assefa, D Dervovic, M Mahfouz, R Tillman, P Reddy, T Balch và M Veloso. Kỷ yếu của Hội nghị quốc tế lần thứ nhất về AI trong tài chính (ICAIF), năm 2020. Cũng trong 

2. Nhận thực tế: Các số liệu về chủ nghĩa hiện thực cho mô phỏng thị trường sách đặt hàng giới hạn mạnh mẽ. S. Vyetrenko và cộng sự. Kỷ yếu của Hội nghị quốc tế lần thứ nhất về AI trong tài chính (ICAIF), năm 2020.

nhà cái uy tín protop thể hiện các giao dịch từ góc nhìn lấy chủ đề làm trung tâm với mục tiêu xác định giao dịch gian lận. nhà cái uy tín protop này chứa nhiều loại giao dịch đại diện cho các hoạt động bình thường cũng như các hoạt động bất thường/lừa đảo được đưa ra với xác suất được xác định trước. nhà cái uy tín protop được tạo bằng cách chạy trình mô phỏng thực hiện lập kế hoạch AI và dịch các dấu vết lập kế hoạch đầu ra sang định dạng bảng. Các tham số của mô hình tạo nhà cái uy tín protop bao gồm số lượng khách hàng, khoảng thời gian và xác suất gian lận.

Tài liệu tham khảo

1. Tạo nhà cái uy tín protop tổng hợp trong tài chính: Cơ hội, thách thức và cạm bẫy. S Assefa, D Dervovic, M Mahfouz, R Tillman, P Reddy, T Balch và M Veloso. Kỷ yếu của Hội nghị quốc tế lần thứ nhất về AI trong tài chính (ICAIF), năm 2020. Cũng trong 

2. Tạo và phân loại dấu vết hành vi độc lập với miền. D Borrajo và M Veloso. .

Tập nhà cái uy tín protop hình ảnh tài liệu tổng hợp cùng với nhãn và hộp giới hạn của các thành phần bố cục. Các tài liệu tương ứng với ba lĩnh vực khác nhau là bài viết, sơ yếu lý lịch và biểu mẫu. Chúng tôi tập trung chủ yếu vào cấu trúc tài liệu và tạo ra các mẫu độc đáo về mặt hình ảnh, thu thập các bố cục phức tạp và đa dạng.  Các danh mục bố cục bao gồm các phần tử chung như tiêu đề, phần, đầu trang/chân trang, bảng, hình, v.v. và các phần tử cụ thể theo miền như phương trình, kỹ năng, hồ sơ, câu hỏi, câu trả lời, v.v.

Tài liệu tham khảo

1.  .
N Raman, S Shah và M Veloso.
Nhận dạng mẫu, 2022.

nhà cái uy tín protop thị trường vốn cổ phần tổng hợp chứa chuỗi thời gian mô phỏng giá giao ngay và quyền chọn cho một nội dung nhất định. Giao ngay là một chiều trong khi quyền chọn được xác định trên lưới chiều cao của các giá thực hiện tương đối (ví dụ: [80%, 90%, 100%, 110%, 120%]) và kỳ hạn thả nổi (ví dụ: [20, 40, 60, 120]). Chuỗi thời gian được tính theo khoảng thời gian hàng ngày.

nhà cái uy tín protop mô phỏng được tạo bằng mô hình máy học được đào tạo dựa trên nhà cái uy tín protop lấy từ giá giao ngay và quyền chọn trước đây. Giá lịch sử được lấy từ Bloomberg thông qua RMDS. Đối với giao ngay, chúng tôi điều chỉnh giá thô bằng cách loại bỏ tác động đến cổ tức, khoản vay và lãi suất. Đối với các quyền chọn, một quy trình điều chỉnh khối lượng nội bộ được sử dụng để chuyển đổi giá thô thành các biến động ngụ ý, sau đó được chuyển thành các biến động cục bộ rời rạc (DLV). Việc chuyển đổi chủ yếu là để loại bỏ sự chênh lệch tĩnh có thể có khỏi bề mặt thể tích ngụ ý.

Sau đó, mô hình máy học được phát triển bằng cách sử dụng nhà cái uy tín protop điểm và DLV đã điều chỉnh. Trong quy trình, quá trình tiền xử lý trước tiên được thực hiện để nén nhà cái uy tín protop chiều cao thành một số biểu diễn chiều thấp thông qua bộ mã hóa tự động. Mô hình tổng quát dựa trên mạng thần kinh được huấn luyện trên nhà cái uy tín protop chiều thấp. Mô hình tổng quát lấy đầu vào từ nhiễu ngẫu nhiên cộng với một số trạng thái ban đầu cho đến thời điểm t và tạo trạng thái tiếp theo tại t+1. Hàm mục tiêu là giảm thiểu khoảng cách giữa phân phối có điều kiện được tạo (giả) và phân phối có điều kiện lịch sử (thực). Sau khi mô hình được đào tạo, nó có thể tạo ra nhà cái uy tín protop chiều thấp tổng hợp, sau đó được xây dựng lại thành nhà cái uy tín protop chiều cao thông qua bộ giải mã trong bộ mã hóa tự động. nhà cái uy tín protop chiều cao được tạo có chứa điểm tổng hợp và DLV. DLV sau đó được chuyển đổi trở lại giá tùy chọn.

Hình dạng của tập nhà cái uy tín protop được tạo là (num_paths, num_days, num_variables). Ví dụ: nếu chúng tôi muốn mô phỏng 10000 đường dẫn giá quyền chọn mua và giao ngay của một tài sản trong 252 ngày tiếp theo. Sử dụng lưới tùy chọn nói trên, hình dạng sẽ là (10000, 252, 21) trong đó 21 dành cho quyền chọn giao ngay và 20 quyền chọn mua. Theo mặc định, chúng tôi cũng bao gồm các tùy chọn đặt, vì vậy hình dạng sẽ là (10000, 252, 41).

Tài liệu tham khảo

1.  
M Wiese, L Bai, B Wood, H Buehler.

2.  .
H Ni, L Szpruch, M Wiese, S Liao, B Xiao.

Các tập nhà cái uy tín protop sau do AI Research phát triển có sẵn để sử dụng công khai cho mục đích phi thương mại theo các điều khoản trong giấy phép ban đầu của từng tập nhà cái uy tín protop.

Liên hệ với chúng tôiđể yêu cầu quyền truy cập vào tập nhà cái uy tín protop.

DocLLM:Tập nhà cái uy tín protop điều chỉnh lệnh

Động lực: Mô hình Hiểu tài liệu (VrDU) có hình ảnh phong phú yêu cầu các tập nhà cái uy tín protop được chú thích sâu để đào tạo và xác thực. Một bộ sưu tập đa dạng các bộ nhà cái uy tín protop như vậy tồn tại cho các nhiệm vụ như Khai thác thông tin chính, Phân loại tài liệu và Trả lời câu hỏi. Với sự phổ biến gần đây của Mô hình ngôn ngữ đa phương thức lớn, các nhà nghiên cứu đã chuyển sang sử dụng các bộ nhà cái uy tín protop điều chỉnh hướng dẫn phù hợp hơn với Mô hình sáng tạo. Điều này đã dẫn đến tắc nghẽn vì cần phải tạo các tập nhà cái uy tín protop mới hoặc các tập nhà cái uy tín protop trước đó cần được chuyển đổi sang định dạng mới phù hợp để điều chỉnh lệnh.

Kết quả: Để giải quyết vấn đề này, AI Research đã chuyển đổi 16 bộ sưu tập được xuất bản trước đó thành tập nhà cái uy tín protop điều chỉnh hướng dẫn, bao gồm bốn nhiệm vụ là Trích xuất thông tin chính, Phân loại tài liệu, Trả lời câu hỏi bằng hình ảnh và Suy luận ngôn ngữ tự nhiên/Lý luận dạng bảng. Bộ nhà cái uy tín protop này cho phép các nhà nghiên cứu đào tạo và thử nghiệm liền mạch các mô hình của họ với nhiều nhiệm vụ và bộ sưu tập khác nhau. Nó cũng tạo ra một tiêu chuẩn thống nhất để đánh giá các mô hình trong tương lai.

Trích dẫn:

Dongsheng Wang, Natraj Raman, Mathieu Sibue, Zhiqiang Ma, Petr Babkin, Simerjot Kaur, Yulong Pei, Armineh Nourbakhsh và Xiaomo Liu. 2024. DocLLM: Mô hình ngôn ngữ sáng tạo nhận biết bố cục để hiểu tài liệu đa phương thức (ACL'24), ngày 11-16 tháng 8 năm 2024, Bangkok, Thái Lan, 9 trang.

Bộ nhà cái uy tín protop tiếp theo

Bộ sưu tập này bao gồm một bộ gồm 16 bộ nhà cái uy tín protop VrDU đã phát hành trước đó và chỉ được sử dụng cho mục đích nghiên cứu. Người dùng phải tuân theo các điều khoản trong giấy phép ban đầu của từng tập nhà cái uy tín protop.

REFinD:Tập nhà cái uy tín protop tài chính trích xuất mối quan hệ

Động lực: Trích xuất quan hệ (RE) từ văn bản là vấn đề cốt lõi trong Xử lý ngôn ngữ tự nhiên (NLP).

Bộ nhà cái uy tín protop để trích xuất quan hệ (RE) được tạo để hỗ trợ các tác vụ tiếp theo như xây dựng biểu đồ kiến thức, truy xuất thông tin, tìm kiếm ngữ nghĩa, câu hỏi/trả lời và rút ra văn bản. Tuy nhiên, hầu hết các bộ nhà cái uy tín protop RE quy mô lớn hiện có đều được biên soạn bằng cách sử dụng các nguồn kiến ​​thức chung như Wikipedia, văn bản trên web và tin tức. Những bộ nhà cái uy tín protop này thường không nắm bắt được những thách thức của từng miền cụ thể. Do đó, nhiều mô hình tiên tiến khác nhau hoạt động có tính cạnh tranh trên các tập nhà cái uy tín protop đó không hoạt động tốt trong lĩnh vực tài chính.

Kết quả: Để giải quyết hạn chế này, AIR đã tạo REFinD, Tập nhà cái uy tín protop tài chính trích xuất quan hệ. Đây là tập nhà cái uy tín protop quan hệ có chú thích quy mô lớn nhất, với ∼ 29K trường hợp và 22 mối quan hệ giữa 8 loại cặp thực thể, được tạo hoàn toàn trên các tài liệu tài chính. Đây là tập nhà cái uy tín protop RE đầu tiên sử dụng Bảo mật và Trao đổi (SEC) để lưu trữ nguồn nhà cái uy tín protop phong phú và phức tạp. Nhóm đã giới thiệu tính đa dạng trong tập nhà cái uy tín protop bằng cách bao gồm tất cả bối cảnh xung quanh các thực thể, nắm bắt các bối cảnh dài hơn so với các văn bản tài chính.

Trích dẫn:

Simerjot Kaur, Charese Smiley, Akshat Gupta, Joy Sain, Dongsheng Wang, Suchetha Siddagangappa, Toyin Aguda và Sameena Shah. 2023. REFinD: Bộ nhà cái uy tín protop tài chính trích xuất quan hệ. Trong Kỷ yếu của Hội nghị ACM SIGIR quốc tế lần thứ 46 về Nghiên cứu và Phát triển trong Truy xuất Thông tin (SIGIR ’23), ngày 23–27 tháng 7 năm 2023, Đài Bắc, Đài Loan, 9 trang. https://doi.org/10.1145/3539618.3591911

Tập nhà cái uy tín protop này được cấp phép theo Giấy phép Quốc tế Creative Commons Ghi công-Phi thương mại 4.0. Do đó, tập nhà cái uy tín protop được cung cấp chỉ có thể được sử dụng cho mục đích phi thương mại và không được sử dụng cho bất kỳ mục đích thương mại nào.

BizGraphQA:  Tập nhà cái uy tín protop để suy luận dựa trên hình ảnh đối với các sơ đồ có cấu trúc biểu đồ từ các miền doanh nghiệp

Động lực: Các sơ đồ có cấu trúc đồ thị, chẳng hạn như biểu đồ quyền sở hữu doanh nghiệp hoặc hệ thống phân cấp quản lý, là một phương tiện đầy thách thức đối với các mô hình học sâu vì chúng không chỉ yêu cầu khả năng mô hình hóa ngôn ngữ và các mối quan hệ không gian mà còn cả cấu trúc liên kết giữa các thực thể và ngữ nghĩa khác nhau của nội dung mà các liên kết đó thể hiện. Đặt ra các mô hình Trả lời câu hỏi tự động xử lý và hiểu các sơ đồ như vậy có ứng dụng rộng rãi cho nhiều lĩnh vực doanh nghiệp và có thể đưa khả năng hiểu tài liệu đa phương thức tiên tiến nhất sang một biên giới mới.

Việc quản lý các tập nhà cái uy tín protop trong thế giới thực để huấn luyện các mô hình này có thể khó khăn do tính khan hiếm và tính bảo mật của các tài liệu chứa các sơ đồ như vậy. Các bộ nhà cái uy tín protop tổng hợp được phát hành gần đây thường có xu hướng lặp đi lặp lại các cấu trúc có thể được ghi nhớ hoặc xử lý bằng phương pháp phỏng đoán.

Kết quả: Trong bài viết này, chúng tôi trình bày một bộ sưu tập gồm 10.000 biểu đồ tổng hợp phản ánh trung thực các thuộc tính của biểu đồ thực trong bốn lĩnh vực kinh doanh và được hiển thị thực tế trong tài liệu PDF với nhiều kiểu và bố cục khác nhau. Ngoài ra, chúng tôi đã tạo ra hơn 130.000 trường hợp câu hỏi nhằm vào các mối quan hệ đồ họa phức tạp cụ thể cho từng miền. Chúng tôi hy vọng thử thách này sẽ khuyến khích sự phát triển của các mô hình có khả năng suy luận chắc chắn về hình ảnh có cấu trúc biểu đồ, vốn phổ biến ở nhiều lĩnh vực kinh doanh và trong nhiều ngành khoa học.

Trích dẫn:

Petr Babkin, William Watson, Zhiqiang Ma, Lucas Cecchi, Natraj Raman, Armineh Nourbakhsh và Sameena Shah. 2023. BizGraphQA: Tập nhà cái uy tín protop để suy luận dựa trên hình ảnh đối với các sơ đồ có cấu trúc đồ thị từ các miền doanh nghiệp. Trong Kỷ yếu của Hội nghị ACM SIGIR quốc tế lần thứ 46 về

Nghiên cứu và phát triển trong truy xuất thông tin (SIGIR ’23), ngày 23–27 tháng 7 năm 2023, Đài Bắc, Đài Loan. ACM, New York, NY, Hoa Kỳ, 10 trang.tập nhà cái uy tín protop được cung cấp chỉ có thể được sử dụng cho mục đích phi thương mại và không được sử dụng cho bất kỳ mục đích thương mại nào.